在五年前,一个数据分析师朋友,他对自己的技术非常自信,他精通于 SQL,Python,Tableau,PowerBI,数据库等数据技术,在接到了某付宝体系的一个面试邀请后,去了杭州,他有点担心面试官会问很多某付宝自己的技术,而不会。谁知道面试他的是一位女士,某业务线总负责。很职业的她,开门见山:我并不关心你之前对哪些技术的精通,因为这些技术同学我们有很多;我们也不关心你会不会我们自己的技术,不会也能很快学会。我就问一个问题:对于一套陌生的业务,如何从业务中抽取核心指标体系并根据不同场景构成整套数据分析方案。
他当时一下子懵了,根本和技术一点关系都没有。这个岗位开出了年薪达到100万的高度。而面试官的话,让我们再次明确:技术是为业务服务的,如果不知道怎么把业务体系构成清楚,那么,有好的技术也使不上力气的。
他和我分享了他的故事,他在我们的数据分析师精英课堂上,呐喊:WOW!这是他找了五年的数据分析思维体系:价值驱动树。很可惜,当年并没有这些可以帮助他的资源。
现如今,他已经开始从事数字化咨询业务,利用一堆精通数据技术的伙伴和业务咨询共创能力,为更多企业提供数据分析的定制化方案。
什么是价值驱动树呢?
将企业的大型目标,指标体系化,维度体系化,进而数据化,建立好全映射关系,真正实现面向目标,实现指标驱动。
值得一提的是,由BI佐罗团队创作开发的 Excel BI Pro 就可以构建价值驱动树,如下:
因此,如果你正在考虑用 SQL 或 Power BI 的时候,不妨考虑下这个价值百万的问题,如何将企业目标构成指标体系和维度体系的思维方案。这件事,与用什么技术是没有关系的。
例如,在零售快消行业,你必须得知道:有个核心指标叫连带率,它的定义是什么,它的计算公式是什么,它有什么用途和反应了什么业务问题,在什么场景需要使用。这些问题,没有一个和技术有关。这才是数据分析的真正业务基础。
问题来了,如果我们不是零售快消呢?我们如何面对一个陌生行业或者突如其来的挑战呢?
我们需要一套初始化参考,也就是行业职能的指标大全参考,这个大家可以自己整理下,形成自己的指标智库。我们在为企业做咨询的过程中,整理过,大概可以是这个样子的:
因此,作为业务背景的你,可以按照这样的结构来整理自己的指标体系宝典。每个人都应该有自己的业务指标体系宝典,如果你还没有,你应该拥有它们或者自己按这个格式来进行构建。
回到他的故事,如果他当年在面试时给出这些体系的构建和管理方法,年薪百万啊,不开玩笑啊。